【摘 要】
：
槽结构是双极板的主要结构,电解加工是槽结构的主要加工方式之一.由于杂散腐蚀等原因,电解加工槽结构存在侧壁锥度问题.采用变电压的方法,开展单槽的电解加工仿真和实验,以改善槽的侧壁锥度.以14 V为中心电压,开展线性变电压仿真和线性变电压振动电解加工实验.研究结果表明:变电压能改善槽的侧壁锥度,在10～18 V线性变电压时可加工出比较垂直的槽.
【机 构】
：
南京航空航天大学 机电学院,江苏 南京210016
论文部分内容阅读
槽结构是双极板的主要结构,电解加工是槽结构的主要加工方式之一.由于杂散腐蚀等原因,电解加工槽结构存在侧壁锥度问题.采用变电压的方法,开展单槽的电解加工仿真和实验,以改善槽的侧壁锥度.以14 V为中心电压,开展线性变电压仿真和线性变电压振动电解加工实验.研究结果表明:变电压能改善槽的侧壁锥度,在10～18 V线性变电压时可加工出比较垂直的槽.
其他文献
随着近年来轨道交通车辆的轻量化、长寿命的要求不断提高,部分车辆制动盘的材料研究与应用逐渐由铸铁、铸钢转移到陶瓷基复合、铝基复合等材料上.为进一步研究铝合金制动盘的材料性能对设计方案的影响,通过制动盘台架试验结果对热容量分析参数进行修正,完成制动盘热容量分析精确建模,并基于热容量分析对铝合金制动盘进行热-结构耦合分析,实现铝合金制动盘结构设计方案的优化.
床上用品被子的被胎生产,采用流水线自动化生产,一条流水线8 h可以生产出1500条被胎,可谓高效生产.装套机是代替人工将被胎自动装入被套的机械.它装在被胎流水线的末端,高效率地生产被子.本文分析了装套机的动作特点,从机械装置和电气控制两方面,提出了实现这些动作的详细方案和解决措施,使得装套机在被子生产中得到广泛应用.
设计一种新型结构的连续型机器人.该机器人以螺旋弹簧为主干,采用线驱动的方式,可实现平面内单自由度弯曲.通过建立机器人运动学模型,得到驱动线位移-柔性关节弯曲角度的对应关系.提出一种通过改变驱动线张力实现连续型机器人变刚度的方案,对柔性关节分别建立力学模型和Adams模型,进行理论和仿真分析,通过实验对所提出的运动学模型与变刚度方案进行了验证.
针对在涂抹除芽剂时,剂量不易掌握,四处洒落,造成烟叶损伤和农残增加的问题,研制出一款抹芽工具,将除芽剂内置于工具的密闭容器中,设置压力阀门,向除芽剂施加作用力,促使其流动,同理利用大气压将其静止,最终实现抹芽精准控制.
本文描述了采用SIMATIC S7-1500 PLC、SIMATIC Panels、V50变频器等自动化产品实现了隧道轴流风机的自动控制,使用S7-1500 PLC、V50变频器等解决了轴流风机的平滑启动和风速调节的问题.为隧道轴流风机的自动控制问题提供了西门子自动化解决方案.
为解决机器人抓取不规则金属物料时存在的抓取位姿难以准确判断的问题,在图像处理算法的基础上,提出一种基于轮廓和形心特征的抓取位姿判断方法.该方法将金属物料分为两种类型,一种是形心落在轮廓范围以外,另一种是形心落在轮廓范围以内.对于第一种物料,采用直线求交法确定抓取位姿,对于另外一种提出射线求交法确定抓取位姿.两种方法均是以过形心的直线或射线与物料轮廓相交点的最短欧式距离作为主要判断依据,确定最优的抓取位置.实际抓取实验表明:该算法可以实现对不规则金属物料的实时、稳定、准确抓取.
为提高永磁同步电机调速系统的速度精度及抗干扰能力,提出一种并联降阶状态观测器优化线性自抗扰控制的方法.对传统线性扩张状态观测器进行改进,设计了降阶状态观测器.为了提升控制器在有限带宽内的抗扰动能力,设计并联型的降阶状态观测器.仿真结果表明,控制系统的速度精度和鲁棒性得到明显的提升.
为探讨饲料中添加复合益生菌对眼斑双锯鱼(Amphiprion ocellaris)肠道消化酶、菌群结构及形态的影响,将135尾初始体重(0.79±0.01)g的眼斑双锯鱼随机分为3组,每组3个重复,分别投喂复合益生菌有效活菌添加量为0％(对照组)、3％(L3组)和6％(L6组)的饲料,进行为期28 d的养殖试验.结果 显示,复合益生菌能提升试验鱼肠道蛋白酶的活性,其中L3组肠道蛋白酶显著提升(P＜0.05);能显著降低试验鱼肠道淀粉酶活性(P＜0.05);能降低脂肪酶活性(P＞0.05).随着饲料中益生菌
为提高盐田汪子的利用率,在汉沽区盐度30‰～60‰的盐田汪子中,开展南美白对虾(Penaeusvan-namei)生态养殖,虾苗投放密度75000～90000尾/hm2,利用盐田汪子中的天然生物饵料作为虾的食物,不投饵、不施用药物,养殖时间4.5～5个月,对虾回捕率30％～35％,平均产虾375 kg/hm2左右,产值10500～18000元/hm2,效益6000～10500元/hm2.
针对采摘机械臂系统的不确定性为控制带来的问题,设计一种PSO-RBF神经网络自适应控制方法.该方法使用径向基函数神经网络来逼近并补偿系统模型误差,用粒子群优化算法来优化RBF的权值参数,确保PSO-RBF控制性能更好.MATLAB仿真结果表明:与RBF神经网络控制相比,PSO-RBF神经网络控制精度和性能更好.